下载
暂无已核验电子书资源;本站不展示未授权完整文件。
下载本书创造性地汇编了数据挖掘技术,将统计数据挖掘和机器学习数据挖掘进行了区分,对经典和现代统计方法框架进行了扩展,以用于预测建模和大数据分析。 本书在第2版的基础上新增了13章,内容涵盖数据科学发展历程、市场份额估算、无抽样调研数据预测钱包份额、潜在市场细分、利用缺失数据构建统计回归模型、十分位分析评估数据的预测能力,以及一个无须精通自然语言处理就能使用的文本挖掘工具。 本书适合数据挖掘从业者以及对机器学习数据挖掘感兴趣的人阅读。
《统计挖掘与机器学习:大数据预测建模和分析技术(原书第3版)》内容简介与阅读建议,作者 布鲁斯·拉特纳,科技技术。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:计算机网络、软硬件开发。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
获取建议
优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。
暂无已核验电子书资源;本站不展示未授权完整文件。
下载优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前暂无已核验电子书资源。若是商业出版物,建议优先通过出版社、书店或官方电子书平台获取。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。
当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。
可以进入 布鲁斯·拉特纳 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。